nlppln 0.3.3

nlppln是一个使用通用工作流程语言（CWL）创建NLP管道的Python包。它提供了（通用）NLP功能的步骤，例如分词、词形还原和词性标注，并帮助用户从这些步骤构建工作流程。

文本处理步骤由一个（Python）命令行工具和用于此工具的CWL规范组成。nppln提供的工具大多数都封装了现有的NLP功能。命令行工具是用Click制作的，Click是一个用于创建命令行界面的Python包。

要创建工作流程，您必须编写一个Python脚本

from nlppln import WorkflowGenerator

with WorkflowGenerator() as wf:
  txt_dir = wf.add_input(txt_dir='Directory')

  frogout = wf.frog_dir(in_dir=txt_dir)
  saf = wf.frog_to_saf(in_files=frogout)
  ner_stats = wf.save_ner_data(in_files=saf)
  new_saf = wf.replace_ner(metadata=ner_stats, in_files=saf)
  txt = wf.saf_to_txt(in_files=new_saf)

  wf.add_outputs(ner_stats=ner_stats, txt=txt)

  wf.save('anonymize.cwl')

生成的结果工作流程可以使用CWL运行器运行，例如cwltool

cwltool anonymize.cwl --txt_dir /path/to/directory/with/txt/files/

要创建新的（例如，特定项目的）NLP功能，您可以使用nlppln-gen生成样板（即空）命令行工具和CWL规范。

完整的文档可以在Read the Docs上找到。

pip install nlppln